GIL 【全域直譯器鎖】
單個 Python processes 中的多個 thread 之間可能存在競爭條件，可能會導致意外行為和數據損壞。GIL 的作用是，每當 Python 程序中的 thread 要運行時，它必須先獲取鎖才能執行。
Last updated
單個 Python processes 中的多個 thread 之間可能存在競爭條件，可能會導致意外行為和數據損壞。GIL 的作用是，每當 Python 程序中的 thread 要運行時，它必須先獲取鎖才能執行。
Last updated
單個 Python processes 中的多個 thread 之間可能存在競爭條件，可能會導致意外行為和數據損壞。因此，Python 直譯器使用 GIL 來使 Pytho 執行的指令(稱為 Python bytecode) 的線程安全。
GIL 的作用是，每當 Python 程序中的 thread 要運行時，它必須先獲取鎖才能執行。 對於大多數具有單個 thread（稱為主要 thread）的 Python 程序而言，這不是問題。
GIL (Global Interpreter Lock，全域解釋器鎖，全域直譯器鎖) 是 CPython 直譯器中使用的一種機制，它是 Python 的預設實現。 此鎖確保一次只有一個 thread 執行 Python bytecode，即使在多核心設備上也是如此。 這意味著在一個多 thread 的 Python 程序中，由於 GIL 的存在，它們無法同時充分利用多個 CPU 內核。
然而，Python 中的某些操作可以釋放 GIL，允許多個 thread concurrently 執行 Python bytecode，並利用多個 CPU 內核。 這些操作通常涉及在外部 library 中實現的計算密集型任務，這些任務通常使用 C 或 C++ 等語言編寫並繞過 GIL。下面是幾個可以釋放 GIL 的情景：
使用外部 library ：例如：用於數值計算的 NumPy 或用於數據處理的 Pandas。 這些 library 在內部管理自己的 concurrency，並且可以利用多個 CPU 核心。
I/O-bound 任務：涉及 I/O 操作的任務。例如：讀取或寫入檔案、發出網路請求、interacting library。 這些任務通常大部分時間都在等待 I/O 操作完成，在此期間 GIL 會自動釋放，允許其他 thread 執行。
multiprocessing module：允許執行多個 processes，允許充分利用多個 CPU 核心。每個 processes 都有獨立的直譯器、 memory、GIL。
雖然使用外部 library、執行 I/O 操作、 CPU 綁定任務能繞過繞過 GIL，但 Python bytecode 執行仍將受到 GIL 的限制，不能充分利用多個 CPU 內核，即使在 ThreadPoolExecutor 中執行也是如此。但是，這並不意味著你不能在多 CPU 機器上用好 Python。 您只需要將工作分配給多個 processes 而不是多個 thread。
幸運的是，許多潛在的阻塞或長時間運行的操作，都發生在 GIL 之外。例如：I/O 操左、Image Processing 和 NumPy 運算， 因此，只有在花費大量時間在解釋 CPython bytecode 的 multithreaded 程序中，GIL 才會成為瓶頸。
在 Cython 中，可以使用 with 語句暫時釋放 GIL。其他規則詳見：GlobalInterpreterLock - Python Wiki
Python-3.12 告別 GIL 鎖 & 性能原地飛升！-騰訊雲開發者社區-騰訊雲
PEP 703 – 在 CPython 中使全局解釋器鎖可選 | peps.python.org
Library and Extension FAQ — Python 3.11.4 documentation
ThreadPoolExecutor vs. the Global Interpreter Lock (GIL)
